BAB 1 PENDAHULUAN UKDW

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini sudah banyak sistem klasifikasi yang diciptakan dalam rangka membantu pengguna dalam melakukan pengklasifikasian dokumen, baik dokumen yang berbentuk plain text, halaman berekstensi.pdf, halaman web, maupun dalam bentuk yang lain dengan menggunakan berbagai metode klasifikasi yang ada. Namun sebagian besar sistem klasifikasi tersebut berbasis hanya pada statistik semata dan sebagian besar BOW (Bag of Words) yang terbentuk hanyalah berdasarkan pada satuan kata yang sering kali tidak dapat mewakili dokumen. Melihat fenomena seperti yang tertulis di atas, penulis memutuskan untuk membangun sebuah sistem klasifikasi dengan memanfaatkan struktur taksonomi Wikipedia yang menekankan pada hubungan semi semantik dari kata yang ada di dalam dokumen. Taksonomi Wikipedia ini telah banyak digunakan untuk berbagai aplikasi, antara lain membantu melakukan improvisasi pada pencarian di Wikipedia, implementasi pada aplikasi bergerak dan aplikasi geografis (mobile and geographic application), klasifikasi dokumen dan bookmarking (document classification and annotation bookmarking), dan aplikasi lainnya. [1] Dalam penelitian ini, penulis akan membangun sebuah sistem klasifikasi dengan menggunakan metode k-nearest Neighbor (KNN) dengan memanfaatkan struktur taksonomi Wikipedia dalam tahap pra-pemrosesan dokumen yang diharapkan dapat meningkatkan nilai akurasi pengklasifikasian dokumen. Untuk melakukan penelitian ini, penulis menggunakan studi [1] Sumber 1

2 kasus berupa artikel blog berbahasa inggris yang berupa halaman RSS dari suatu alamat blog yang bersumber pada Perumusan Masalah Rumusan masalah yang akan dibahas dalam penelitian ini adalah seberapa jauh peran struktur taksonomi Wikipedia terhadap sistem klasifikasi artikel blog dengan menggunakan metode KNN. Ukuran yang akan digunakan sebagai evaluasi adalah perhitungan nilai akurasi dari hasil pengklasifikasian oleh sistem. 1.3 Batasan Masalah Demi menghindari meluasnya fokus dalam penelitian ini, maka penulis merumuskan batasan masalah sebagai berikut : 1. Sistem yang akan dibangun adalah sistem berbasis web (web based) dengan pengujian sistem pada jaringan lokal penulis. 2. Data pelatihan (training data) yang digunakan dalam penelitian ini adalah kumpulan abstrak dari artikel berbahasa inggris milik Wikipedia yang bersumber pada downloads.dbpedia.org/3.5.1/en/long_abstracts_en.nt.bz2. 3. Data uji yang digunakan dalam penelitian ini adalah artikel blog yang berupa halaman RSS dari sebuah alamat blog yang bersumber pada 4. Pemilihan artikel blog dilakukan secara manual oleh penulis. 5. Artikel blog yang digunakan sebagai dokumen uji hanya artikel berbahasa inggris. 6. Kelas yang disajikan dalam sistem klasifikasi artikel blog ini adalah kelas Person, dengan sub-kelas yakni Artist (Actor dan Musical Artist), Athlete (Basketball Player dan Soccer Player), dan Politician (President dan Senator). 7. Sistem melakukan pembobotan dengan algoritma TF-IDF. 2

3 8. Proses transformasi teks meliputi penyeragaman teks menjadi huruf kecil, penghapusan angka dan karakter khusus, penghapusan stopword dan tahap stemming dengan menggunakan algoritma Porter Stemmer. 1.4 Hipotesis Hipotesis dari penelitian ini adalah bahwa dengan menggunakan bantuan struktur taksonomi Wikipedia dengan metode KNN pada pengklasifikasian dokumen pelatihan berupa artikel Wikipedia, nilai akurasi hasil klasifikasi dapat ditingkatkan dengan prediksi nilai akurasi lebih besar dari 75%. 1.5 Tujuan Penelitian Tujuan utama penelitian ini adalah untuk melihat seberapa jauh peran taksonomi Wikipedia dalam meningkatkan nilai akurasi dari hasil pengklasifikasian artikel blog dengan menggunakan metode KNN Adapun sub tujuan dari penelitian ini adalah menghasilkan sebuah sistem yang dapat melakukan pengklasifikasian artikel blog dengan nilai akurasi tinggi dengan memanfaatkan struktur taksonomi Wikipedia. 1.6 Metode Penelitian Metodologi yang digunakan dalam penelitian ini adalah : a. Studi pustaka Studi pustaka dilakukan dengan mencari dan mempelajari sumber-sumber pustaka yang berkaitan dengan topik penelitian yang diambil oleh penulis, yaitu mengenai text 3

4 mining (proses preprosesing hingga data siap untuk digunakan sebagai masukan pada proses klasifikasi), metode KNN (konsep dan algoritma), sistem berbasis pengetahuan, dan taksonomi Wikipedia (konsep dan penggunaan). Sumber yang digunakan oleh penulis berupa buku dan sumber ilmiah di Internet yang dapat dipercaya. b. Observasi Observasi dilakukan dengan mempelajari struktur taksonomi Wikipedia (wiki.dbpedia.org) yang dalam penelitian ini merupakan fokus pengembangan sistem klasifikasi artikel blog dengan memanfaatkan struktur yang telah tersedia. Observasi juga dilakukan dengan memperhatikan penggunaan metode KNN dalam proses pengklasifikasian dokumen. c. Konsultasi dan diskusi Konsultasi dan diskusi dilakukan bersama dosen dan teman-teman yang memiliki pengalaman di bidang yang sama dengan bidang yang diambil oleh penulis pada penelitian ini. 1.7 Sistematika Penulisan Penulisan laporan tugas akhir ini akan dibagi menjadi 5 (lima) bagian, yaitu : a. Bab 1 Pendahuluan UKDW Bab 1 memberikan gambaran umum mengenai hal yang akan diteliti oleh penulis dalam tugas akhir ini. Pendahuluan memuat latar belakang masalah, perumusan masalah, batasan masalah, hipotesis, tujuan penelitian, metode penelitian, dan sistematika penulisan laporan. 4

5 b. Bab 2 Tinjauan Pustaka Bab ini terdiri dari dua sub bab, yaitu tinjauan pustaka dan landasan teori. Tinjauan pustaka memaparkan penelitian-penelitian terdahulu beserta teori yang berkaitan dengan topik penelitian yang diambil oleh penulis, sedangkan landasan teori berisi konsep-konsep yang digunakan dalam mendukung penelitian ini. c. Bab 3 Analisis dan Perancangan Sistem Bab 3 terdiri dari beberapa sub bab yang digunakan dalam perancangan sistem, antara lain spesifikasi sistem, arsitektur sistem, diagram use case, algoritma dalam membangun sistem, rancangan antarmuka sistem, dan rancangan pengujian sistem. d. Bab 4 Implementasi dan Analisis Sistem Bab ini membahas mengenai implementasi serta pengujian sistem yang telah dibangun oleh penulis berdasarkan pada rancangan sistem yang telah diuraikan pada Bab 3. Bab ini juga berisi hasil dari proses yang dilakukan oleh sistem dan analisis dari sistem yang telah berjalan. e. Bab 5 Kesimpulan dan Saran Bab ini berisi kesimpulan dari penelitian yang dilakukan oleh penulis beserta saran yang diberikan oleh penulis bagi penelitian-penelitian mendatang yang memiliki topik yang sama dengan penelitian ini. 5